numpy：在2D数组的每一行中查找值的第一个索引

如何使用矢量化numpy函数在2D数组的每一行中找到值的第一个索引

例如，给定

I = numpy.array([1,1,1]
M = numpy.array([[1,2,3],[2,3,1],[3,1,2]])

输出应为：

array([0, 2, 1])

我可以用这样的列表来完成：

[ numpy.where(M[i] == I[i])[0][0] for i in range(0, len(I)) ]

---

numpy的等价物是什么？

我认为这些可以一步一步地做到：

In [52]:

I = np.array([1,1,1])
#M = np.array([[1,2,3],[2,3,1],[3,1,2]])
M = np.array([[4,2,3],[2,3,4],[3,4,2]])
In [53]:

I1=I.reshape((-1,1))
In [54]:

M1=np.hstack((M, I1))
In [55]:

np.apply_along_axis(np.argmax, 1, (M1-I1)==0)
Out[55]:
array([3, 3, 3])

如果在

M

中找不到该数字，则生成的索引为

M.shape[1]

。由于结果是

int

的

数组

，因此在这些单元格中放置

nan

不是一个选项。但是，如果结果是<代码>结果< /代码>：

，我们可以考虑对这些情况提出“代码> -1”/代码>。

result[result==(M.shape[1])]=-1

---

利用矢量化的可能性如下所示

coords = ((I[:, np.newaxis] == M) * np.arange(M.shape[1], 0, -1)[np.newaxis, :]).argmax(1)
any = (I[:, np.newaxis] == M).any(1)
coords = coords[any]

---

它通过将递减计数器乘以每一行，使第一次出现的值具有最高值，从而消除同一行中感兴趣值的多次出现之间的歧义。如果给定的行不包含指示的值，则会将其从

coords

中删除。其余的行（在其中找到了相应的值）由

any

索引。您可以发布一个输入数据和预期输出的示例吗？例如，

M=np.array（[[1,2,3]，[4,5,6]]）

和

I=np.array（[5,6,1]）

。感谢示例输入和输出。